Calculadora de ratio de cobertura

Es el producto de la correlación entre las rentabilidades al contado y las de los futuros y el cociente de sus desviaciones típicas: hedge_ratio equivale a correlation por spot_std partido por futures_std.

Cómo se obtiene el ratio de cobertura óptimo a partir de la correlación y las volatilidades

Hull, las notas del temario CFA y cualquier primer de coberturas cotizadas escriben esa cifra como el producto de la correlación de las rentabilidades de contado y de futuros y el cociente de sus desviaciones típicas: hedge_ratio equivale a correlation multiplicada por spot_std y dividida por futures_std. correlation es la r de Pearson entre las dos series de rentabilidades en la ventana que usted eligió, acotada entre menos uno y más uno. spot_std es la desviación típica de las rentabilidades de contado en esa misma ventana; futures_std es la desviación típica de las rentabilidades de los futuros. Este endpoint no estima la correlación ni ninguna de las dos desviaciones a partir de ticks en bruto, no elige una ventana retrospectiva, no convierte el ratio en un recuento de contratos a partir del nocional y el multiplicador, y no marca un tique de futuros a pérdidas y ganancias.

Contrato de entrada, forma de la respuesta y conducta ante errores

Una correlación fuera de menos uno a más uno falla porque no es un coeficiente de Pearson. Una desviación típica negativa falla porque una desviación no puede ser negativa. Esos fallos no se facturan. Envíe por POST un cuerpo JSON con tres números finitos obligatorios. correlation es la r de Pearson entre la serie de rentabilidades de contado y la de futuros, y debe situarse en el intervalo cerrado de menos uno a más uno; los alias rho, corr y correlation_coefficient apuntan al mismo campo para que la hoja conserve el nombre de sus columnas. spot_std es la desviación típica de las rentabilidades de contado en la misma unidad que futures_std; se aceptan los alias sigma_s, spot_sd, sigma_spot y spot_stdev. futures_std es la desviación típica de las rentabilidades de los futuros; se aceptan los alias sigma_f, futures_sd, sigma_futures y futures_stdev. Cada campo numérico puede llegar como número JSON o como cadena numérica. Los campos ausentes, las cadenas vacías y los valores no finitos fallan con invalid_input nombrando el campo. Un spot_std nulo se admite y devuelve un ratio de cobertura de cero. Si la validación pasa, el cuerpo repite correlation, spot_std y futures_std, informa hedge_ratio como la cobertura redondeada y añade una cadena de fórmula que reafirma la identidad. Ejemplo: correlation 0.9, spot_std 4 y futures_std 5 producen un ratio de cobertura de 0.72. Combine el JSON con su propia nota sobre la ventana y la convención de rentabilidades que usó —simple frente a logarítmica, diaria frente a semanal— porque este endpoint multiplica los tres números que usted envía; no reconstruye una matriz de covarianzas, no anualiza frecuencias mezcladas ni dimensiona el libro en contratos. Mantenga futures_std estrictamente positivo y finito, fije en las pruebas el hedge_ratio redondeado y obtendrá un ratio de cobertura de mínima varianza reproducible para hojas, plugins LMS y workers de borde sin montar un motor de regresión propio.

Dónde aporta valor una calculadora de ratio de cobertura

Los comercializadores y los asistentes de mesa vuelven a ejecutar los mismos tres campos cuando cierra una ventana nueva o un régimen de base mueve cualquiera de las dos volatilidades, y fijan hedge_ratio en un blotter para que cada conversación arranque desde un solo número. Como la implementación es parse pura de nivel A, cada llamada correcta cuesta el precio base publicado $0.002 sin tokens de modelo ni red saliente. Mantenga futures_std estrictamente mayor que cero, fije en las pruebas la cobertura redondeada y obtendrá un ratio de cobertura reproducible para teasers, plugins LMS y workers de borde sin montar un motor de covarianzas propio.